CENTRAL AND LOGARITHMIC CENTRAL IMAGE CHORD TRANSFORMATIONS FOR INVARIANT OBJECT RECOGNITION

نویسندگان

چکیده

Pattern descriptors invariant to rotation, scaling, and translation represents an important direction in the elaboration of real time object recognition systems. In this article, new kinds based on chord transformation are presented. There described methods image presentation - Central Logarithmic Image Chord Transformations (CICT LCICT). It is shown that CICToperation makes it possible achieve invariance rotation. case implementation LCICT transformation, changes rotation scale achieved. The possibilities implementing CICTand LCICToperations discussed. algorithms these operations for contour images integrated CICT considered. A generalized operation a full (halftone) defined. structures coherent optical processors implement basic integral transformations

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

kurdish diaspora in central asia and caoucasus

در طول دو قرن گذشته و ظهور روسیه بعنوان قدرتی بزرگ در عرصه جهانی و شروع رقابت با سایر قدرت های بین المللی و منطقهای خصوصا با ایران و عثمانی این ئکشور تلاش کرده است تاد از جمعیت کردها در این کشورها در راستای منافع خود بهره برداری کند در قرون 18 و 19 بارها بخشی از کردها برعلیه امپراطوری عثمانی توسط این کشور مورد استفاده قرار گرفت خصوصا در جنگ های سال 1790تا 1798. این ججنگ ها م.جب شد که بخشی از کر...

15 صفحه اول

Central Object Extraction for Object-Based Image Retrieval

An important step in content-based image retrieval is finding an interesting object within an image. We propose a method for extracting an interesting object from a complex background. Interesting objects are generally located near the center of the image and contain regions with significant color distribution. The significant color is the more frequently co-occurred color near the center of th...

متن کامل

Approaches to Invariant Image Object Recognition

Hiermit versichere ich, dass ich die vorliegende Diplomarbeit selbstständig verfasst und keine anderen als die angegebenen Hilfsmittel verwendet habe. Alle Textauszüge und Grafiken, die sinngemäß oder wörtlich aus veröffentlichten Schriften entnommen wurden, sind durch Referenzen gekennzeichnet. Acknowledgement The present work originated from the interest in its topic at the Chair of Computer ...

متن کامل

Invariant Image Object Recognition Using Mixture Densities

In this paper we present a mixture density based approach to invariant image object recognition. We start our experiments using Gaussian mixture densities within a Bayesian classifier. Invariance to affine transformations is achieved by replacing the Euclidean distance with SIMARD’s tangent distance. We propose an approach to estimating covariance matrices with respect to image invariances as w...

متن کامل

Semi-supervised object recognition based on Connected Image Transformations

We present a novel semi-supervised classifier model based on paths between unlabeled and labeled data through a sequence of local pattern transformations. A reliable measure of path-length is proposed that combines a local dissimilarity measure between consecutive patters along a path with a global, connectivity-based metric. We apply this model to problems of object recognition, for which we p...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ژورنال

عنوان ژورنال: Journal of Engineering Science

سال: 2021

ISSN: ['2587-3474', '2587-3482']

DOI: https://doi.org/10.52326/jes.utm.2021.28(1).03